Sham Kakade

持续在做什么

Sham M. Kakade 是哈佛大学计算机科学与统计学教授、Kempner Institute 联合主任，长期搭建机器学习从数学基础到工程系统的完整桥梁。他的博士工作奠定了强化学习的统计基础，并推动谱方法、张量方法、非凸优化、线性与高斯过程 bandit 等方向；如今更聚焦基础模型的分布式训练、可扩展优化、数据配比、缩放规律与自主智能体，把可证明的方法转化为面向真实世界的全栈 AI 能力。